AIDA (人工智能 Dystocia 算法) 在 长期的 Dystocic 劳动: 关注异步主义程度
Antonio Malvasi1, Lorenzo E Malgieri2, Ettore Cicinelli1
1Department of Interdisciplinary Medicine (DIM), Unit of Obstetrics and Gynecology, University of Bari "Aldo Moro", Policlinico of Bari, Piazza Giulio Cesare 11, 70124 Bari, Italy.
Journal of imaging
|August 28, 2024
概括
高度的异性结合症 (胎儿头部错位) 与剖腹产的增加有关. 使用超声波参数的AIDA算法准确预测分娩结果,可能降低剖腹产率.
科学领域:
- 产科和妇科 产科和妇科
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 异性结合症,胎儿头部错位,是与艰难的分娩和增加的剖腹产分娩率相关的重大产科挑战.
- 准确的诊断和对异性恋对劳动结果的影响的理解仍在争论中.
- 产内超声 (IU) 提供客观测量,以评估胎儿头部的位置.
研究的目的:
- 分析异性结合症 (AD) 的程度在预测分娩进展和产后剖腹产 (ICD) 与非剖腹产之间的作用.
- 评价人工智能失调算法 (AIDA) 在将AD与其他超声波参数集成以预测分娩结果时的性能.
- 使用各种机器学习模型评估AIDA算法的预测准确性.
主要方法:
- 追溯性研究135名无双双的患者,单个头部表现,接受神经轴止痛.
- 产后超声波测量包括头到交叉体距离 (HSD),异结症程度 (AD),进展角度 (AoP) 和中线角度 (MLA).
- 使用机器学习 (MLP,RF,SVM,XGBoost,LR,DT) 的AIDA算法对患者进行了分类,并预测了分娩结果 (ICD与非ICD).
主要成果:
- 超过70毫米的异性结合度与剖腹产分娩率的增加显著相关.
- 在AD和AoP,HSD和MLA之间观察到弱到非常弱的相关性.
- 艾达算法在预测劳动结果方面表现出很高的准确性,特定的ML算法在某些类别中表现出色 (例如,RF对3类的准确性为92%).
结论:
- 与HSD,MLA和AoP相结合的异性结合症程度,是劳动力强迫症和结果的重要预测因素.
- 艾达算法显示,它是预测分娩结果的决策支持工具,可能有助于减少不必要的剖腹产.
- 建议对更大的队列进行进一步验证,以完善AD值和AIDA算法参数.
